TwelveLabs
AI
StaffMachineLearningEngineer,Pegasus-TrainingOps
Neural analysis suggests this role is
optimal for Senior candidates.
“Staff Machine Learning Engineer, Pegasus - TrainingOps at TwelveLabs. Skills: Leading technical direction for training infrastructure and training operations within Pegasus, Designing and implementing core systems, Designing and advancing scalable End-to-End training pipelines with stability, reproducibility, efficiency, and rapid iteration as core values, Leading technical decisions for data curation workflows, training systems, evaluation pipelines, and ML infrastructure for multimodal model d”
Industry & Context.
Solving challenging problems; Technical judgment
What They're Looking For.
Must Have
Senior Individual Contributor로서 대규모 ML 시스템을 직접 구축하고 프로덕션화한 풍부한 경험, 복잡한 ML 인프라 또는 학습 시스템 프로젝트에서 기술 방향을 이끌고, 까다로운 엔지니어링 환경에서 아키텍처 의사결정을 주도해 본 경험, 대규모 분산 학습 시스템, 학습 인프라, 또는 대규모 데이터 처리 파이프라인 분야의 깊은 실무 경험, 머신러닝에 대한 탄탄한 지식, 비전·언어·영상 기반 모델 등 멀티모달 시스템 경험, 시스템 설계, 성능, 안정성, 재현성, 장기적 유지보수성을 아우르는 균형 잡힌 기술적 판단력, 엔지니어 멘토링을 통해 개인 기여를 넘어 팀 전체의 기술적 레버리지를 만들어낸 실적
Nice to Have
대규모 데이터 큐레이션, 평가, 또는 학습 워크플로우용 인프라 구축 경험, 고성능 GPU 환경에서 분산 학습 시스템을 최적화한 경험, 최신 가속기 하드웨어 및 대규모 멀티모달 모델 학습 실무 경험, 머신러닝, 컴퓨터공학 또는 관련 기술 분야 석사 또는 박사 학위
What You'll Do.
Leading the technical direction of training infrastructure and training operations within Pegasus
Directly participating in the design and implementation of core systems
Overseeing the design and advancement of scalable End-to-End training pipelines
Leading technical decision-making across data curation workflows
and ML infrastructure for multimodal model development
Improving and automating the End-to-End training lifecycle
Mentoring engineers and enhancing team execution
Exploring and adopting AI-based development tools to improve productivity
How You'll Work.
Team & Collaboration
Cross-functional organization with ML researchers and engineers; Close collaboration; Design reviews; Practical collaboration
Full Job Description
WHO WE ARE 영상 이해 AI의 글로벌 기준을 함께 만들어 갈 인재를 찾습니다! 트웰브랩스는 방대한 영상 데이터를 효과적으로 처리하여, 영상에 특화된 검색, 분석, 요약, 인사이트 생성 기능을 제공하는 세계 최고 수준의 영상 특화 AI 모델을 만들고 있습니다. 세계 최대 스포츠 리그에서는 트웰브랩스 모델을 활용해 방대한 경기 영상 속에서 빠르고 정확하게 하이라이트를 선별하여 초개인화된 시청 경험을 제공하고 있습니다. 국내 통합관제센터에서는 위기 상황에 신속히 대응하기 위해 트웰브랩스와 함께 CCTV 영상을 효율적으로 탐색하고 있으며, 전 세계 주요 방송사와 스튜디오들은 수십억 명의 시청자를 위한 콘텐츠 제작에 트웰브랩스 모델을 활용하고 있습니다. 트웰브랩스는 샌프란시스코와 서울에 오피스를 둔 Deep Tech 스타트업으로, 4년 연속 CB Insights 선정 세계 100대 AI 스타트업에 이름을 올렸습니다. NVIDIA, NEA, Index Ventures, Databricks, Snowflake 등 세계적인 VC와 기업으로부터 총 1억 1천만 달러 이상의 투자를 유치했으며, 한국에서 개발된 AI 모델 중 유일하게 Amazon Bedrock을 통해 서비스됩니다. 우리는 탁월한 동료들과 혁신적인 제품을 만들고 전 세계 고객들과 함께 성장하고 있습니다. 트웰브랩스는 다음과 같은 핵심 가치를 중심으로 일합니다. - 나와 팀에 대해 정직하고 성찰할 수 있는 태도 - 실패와 피드백을 두려워하지 않는 끈기와 겸손 - 끊임없는 학습을 통해 팀의 역량을 함께 높여 가는 자세 도전적인 문제를 함께 해결하며 성장하는 과정을 즐기는 분이라면, 그 기회가 여기 트웰브랩스에 있습니다. ABOUT PEGASUS Pegasus는 “영상은 많지만 실제로 활용 가능한 데이터는 부족하다“는 문제를 해결하기 위해 만들어진 Video Understanding 모델입니다. 기존의 Video AI는 주로 영상 전체를 요약하거나 질문에 답하는 수준에 머물러 있었습니다. 하지만 실제 비즈니스 환경에서는 단순 요약만으로는 충분하지 않습니다. 기업들은 특정 장면이 언제 등장했는지, 어떤 이벤트가 어느 시점에 발생했는지, 그리고 이를 어떻게 검색·분류·아카이빙·편집 시스템과 연결할 수 있는지를 필요로 합니다. Pegasus는 이 지점을 해결합니다. 영상의 비주얼, 음성, 오디오, 화면 내 텍스트를 종합적으로 이해하고, 이를 시간 기반(Time-aware)의 구조화된 데이터로 변환합니다. 대표 기능인 Segment는 고객이 원하는 구간 유형과 메타데이터 스키마를 직접 정의할 수 있게 해주며, Pegasus는 영상 속 관련 장면의 시작과 종료 시점을 찾아 제목, 요약, 인물, 주제, 비주얼 요소, 도메인 특화 라벨 등의 정보를 구조화된 형태로 반환합니다. 즉 Pegasus의 핵심은 단순히 “영상 내용을 이해하는 것“이 아닙니다. 영상을 실제 프로덕션 환경과 비즈니스 워크플로우에서 바로 활용 가능한 데이터 시스템으로 변환하는 것입니다. Pegasus는 단순한 Video LLM 을 넘어서, 검색(Search), 아카이빙(Archive), 컴플라이언스(Compliance), CMS, 콘텐츠 운영 자동화 등 다양한 영역의 기반 인프라 역할을 수행합니다. 페가수스, 알면 알수록 재밌다. 더 파헤쳐보기! - 비디오를 구조화된 자산으로: Time-Based Metadata(TBM) 파이프라인 구축기 https://www.twelvelabs.io/ko/blog/%EB%B9%84%EB%94%94%EC%98%A4%EB%A5%BC-%EA%B5%AC%EC%A1%B0%ED%99%94%EB%90%9C-%EC%9E%90%EC%82%B0%EC%9C%BC%EB%A1%9C-time-based-metadata(tbm)-%ED%8C%8C%EC%9D%B4%ED%94%84%EB%9D%BC%EC%9D%B8-%EA%B5%AC%EC%B6%95%EA%B8%B0 - Quick Shorts demo: YouTube Shorts https://www.youtube.com/shorts/uaEcQ07AKGg
Applying for this Staff Machine Learning Engineer, Pegasus - TrainingOps role?
Most applicants get filtered before a human reads their resume. See if yours makes the cut.
How to Apply on Ashby
- Ashby is a fast modern ATS — most applications take under 3 minutes.
- The resume parser is strong; verify parsed experience dates and job titles.
- Custom screening questions are often scored algorithmically — answer completely.
- Location field affects geo-based screening; use your actual metro area.
ANONYMOUS · UNFILTERED
What do employees actually say about TwelveLabs?
Real rants from real employees. Read before you apply.